터널 시공에 있어서 막장면의 안정이 중요한 요소임에도 불구하고 조사 및 안정성 검토에 있어서 육안조사에 의존하고 있는 실정이며, 이에 대한 조사장비나 측정기술의 개발은 아직 초기 단계이다.
본 연구는 터널의 각 막장에서 관찰되는 불연속면의 배열을 원격으로 정밀 조사하고 이들을 3차원으로 투영하여 분석함으로서 다음단계 시공 중 발생할 수 있는 불안정한 불연속면의 분포를 예측하고 보완할 수 있는 자동화 시스템의 적용방안을 연구하였다.
터널 막장면 조사시스템인 Tunnel Mapper를 이용하여 현재 시공 중인 터널의 막장면을 대상으로 지표지질조사를 수행한 후 불연속면의 예측에 대한 정확성과 실용성을 검증하여 불연속면에 대한 조사 시스템의 활용방안을 제시하기 위해 현장 적용성 검증을 실시하였다.
연구방법은 굴착 중인 막장면을 조사하고 매 막장면에 대하여 전방에 위치한 후행터널의 불연속면을 예측하고 굴착 완료 후 노출된 막장면에 대하여 실제 조사를 실시하였다.
26개의 매 막장면에 대하여 불연속면의 방향성 및 위치와 조사갯수에 대한 예측과 실제 조사결과에 따른 분석결과, 총303개의 불연속면이 존재할 것으로 예측 되었으며, 실제 굴착 완료 후 Tunnel Mapper에 의한 막장면 조사결과 예측갯수보다 적은 161개의 불연속면이 조사 되었다. 예측갯수보다 조사갯수가 상당히 적게 나타난 것은 검증에 있어서 고려해야 할 문제점으로 나타났다.
불연속면의 투영에 따른 방향성 검증결과, 경사방향과 ...
터널 시공에 있어서 막장면의 안정이 중요한 요소임에도 불구하고 조사 및 안정성 검토에 있어서 육안조사에 의존하고 있는 실정이며, 이에 대한 조사장비나 측정기술의 개발은 아직 초기 단계이다.
본 연구는 터널의 각 막장에서 관찰되는 불연속면의 배열을 원격으로 정밀 조사하고 이들을 3차원으로 투영하여 분석함으로서 다음단계 시공 중 발생할 수 있는 불안정한 불연속면의 분포를 예측하고 보완할 수 있는 자동화 시스템의 적용방안을 연구하였다.
터널 막장면 조사시스템인 Tunnel Mapper를 이용하여 현재 시공 중인 터널의 막장면을 대상으로 지표지질조사를 수행한 후 불연속면의 예측에 대한 정확성과 실용성을 검증하여 불연속면에 대한 조사 시스템의 활용방안을 제시하기 위해 현장 적용성 검증을 실시하였다.
연구방법은 굴착 중인 막장면을 조사하고 매 막장면에 대하여 전방에 위치한 후행터널의 불연속면을 예측하고 굴착 완료 후 노출된 막장면에 대하여 실제 조사를 실시하였다.
26개의 매 막장면에 대하여 불연속면의 방향성 및 위치와 조사갯수에 대한 예측과 실제 조사결과에 따른 분석결과, 총303개의 불연속면이 존재할 것으로 예측 되었으며, 실제 굴착 완료 후 Tunnel Mapper에 의한 막장면 조사결과 예측갯수보다 적은 161개의 불연속면이 조사 되었다. 예측갯수보다 조사갯수가 상당히 적게 나타난 것은 검증에 있어서 고려해야 할 문제점으로 나타났다.
불연속면의 투영에 따른 방향성 검증결과, 경사방향과 경사각은 예측된 측정값과 실제 조사된 측정값 오차가 전반적으로 ±10° 미만으로 정확도가 경사방향은 82.6%, 경사각은 90.7%의 높은 정확도를 나타낸다. 따라서 막장면 조사 불연속면 예측시스템의 방향성에 대한 신뢰도가 높은 것으로 판정되었다.
터널 막장면 조사시스템인 Tunnel Mapper 를 이용하여 막장면의 육안조사를 대체할 수 있고 객관적인 정보를 얻을 수 있으며 시간적, 공간적 제약에서 벗어나 막장면조사를 자동화 할 수 있는 조사시스템의 업무수행이 가능하게 한다.
주요어 : 터널 막장면조사 시스템, 불연속면, 지표지질조사, 경사방향, 경사각
터널 시공에 있어서 막장면의 안정이 중요한 요소임에도 불구하고 조사 및 안정성 검토에 있어서 육안조사에 의존하고 있는 실정이며, 이에 대한 조사장비나 측정기술의 개발은 아직 초기 단계이다.
본 연구는 터널의 각 막장에서 관찰되는 불연속면의 배열을 원격으로 정밀 조사하고 이들을 3차원으로 투영하여 분석함으로서 다음단계 시공 중 발생할 수 있는 불안정한 불연속면의 분포를 예측하고 보완할 수 있는 자동화 시스템의 적용방안을 연구하였다.
터널 막장면 조사시스템인 Tunnel Mapper를 이용하여 현재 시공 중인 터널의 막장면을 대상으로 지표지질조사를 수행한 후 불연속면의 예측에 대한 정확성과 실용성을 검증하여 불연속면에 대한 조사 시스템의 활용방안을 제시하기 위해 현장 적용성 검증을 실시하였다.
연구방법은 굴착 중인 막장면을 조사하고 매 막장면에 대하여 전방에 위치한 후행터널의 불연속면을 예측하고 굴착 완료 후 노출된 막장면에 대하여 실제 조사를 실시하였다.
26개의 매 막장면에 대하여 불연속면의 방향성 및 위치와 조사갯수에 대한 예측과 실제 조사결과에 따른 분석결과, 총303개의 불연속면이 존재할 것으로 예측 되었으며, 실제 굴착 완료 후 Tunnel Mapper에 의한 막장면 조사결과 예측갯수보다 적은 161개의 불연속면이 조사 되었다. 예측갯수보다 조사갯수가 상당히 적게 나타난 것은 검증에 있어서 고려해야 할 문제점으로 나타났다.
불연속면의 투영에 따른 방향성 검증결과, 경사방향과 경사각은 예측된 측정값과 실제 조사된 측정값 오차가 전반적으로 ±10° 미만으로 정확도가 경사방향은 82.6%, 경사각은 90.7%의 높은 정확도를 나타낸다. 따라서 막장면 조사 불연속면 예측시스템의 방향성에 대한 신뢰도가 높은 것으로 판정되었다.
터널 막장면 조사시스템인 Tunnel Mapper 를 이용하여 막장면의 육안조사를 대체할 수 있고 객관적인 정보를 얻을 수 있으며 시간적, 공간적 제약에서 벗어나 막장면조사를 자동화 할 수 있는 조사시스템의 업무수행이 가능하게 한다.
주요어 : 터널 막장면조사 시스템, 불연속면, 지표지질조사, 경사방향, 경사각
Despite the importance of face’s stability when it comes to tunnel construction, the reality is such that it relies on visual survey for research and review of stability. Accordingly, survey equipment or measurement technology development required for the above mentioned is still at the initial stag...
Despite the importance of face’s stability when it comes to tunnel construction, the reality is such that it relies on visual survey for research and review of stability. Accordingly, survey equipment or measurement technology development required for the above mentioned is still at the initial stage.
This research conducts detail survey on the arrangement of discontinuity observed on tunnel’s each working face by controlling remotely, and they are projected into three dimensions for analysis. Likewise, this study conducted research on the application of automation system that can forecast the distribution of unstable discontinuity that may result during the subsequent stage of construction and that can complement the above mentioned shortcomings.
Tunnel Mapper, which is tunnel face survey system was used to conduct Face Mapping on the face of the tunnel that is under construction. Then, accuracy and utility value on the forecast of discontinuity were verified to verify the field application in order to present the measures for the use of the system for conducting research on the discontinuity. Research method included the following; research on the facet that is under excavation, forecast of the backline tunnel’s discontinuity located at the frontline for each face and execution of the actual research on the
exposed face after excavation is completed. Analysis was conducted on 26 faces on the discontinuity’s directivity and location and forecast on the number of researches as well as actual research results. The analysis demonstrated that total of 303 discontinuities exist. After actual excavation was completed, 161 discontinuities which are smaller than the number of face research results, forecasted with Tunnel Mapper were researched. The fact that the number of researches was significantly lower than the number of forecasts is an issue to factor in for verification. As result of the directivity verification following discontinuity’s project, forecasted measurement and actually researched measurement error for the Dip direction and Dip angle was less than ±10. Accuracy was 82.6% for Dip direction and 90.7% for Dip angle, which are high. Accordingly, face research discontinuity forecasting system’s reliability level towards directivity is high.
Tunnel Mapper, a tunnel face survey system can be leveraged to replace face’s visual survey and to obtain objective information, enabling execution of the survey system that can automate face survey going beyond time and space related limitations.
Despite the importance of face’s stability when it comes to tunnel construction, the reality is such that it relies on visual survey for research and review of stability. Accordingly, survey equipment or measurement technology development required for the above mentioned is still at the initial stage.
This research conducts detail survey on the arrangement of discontinuity observed on tunnel’s each working face by controlling remotely, and they are projected into three dimensions for analysis. Likewise, this study conducted research on the application of automation system that can forecast the distribution of unstable discontinuity that may result during the subsequent stage of construction and that can complement the above mentioned shortcomings.
Tunnel Mapper, which is tunnel face survey system was used to conduct Face Mapping on the face of the tunnel that is under construction. Then, accuracy and utility value on the forecast of discontinuity were verified to verify the field application in order to present the measures for the use of the system for conducting research on the discontinuity. Research method included the following; research on the facet that is under excavation, forecast of the backline tunnel’s discontinuity located at the frontline for each face and execution of the actual research on the
exposed face after excavation is completed. Analysis was conducted on 26 faces on the discontinuity’s directivity and location and forecast on the number of researches as well as actual research results. The analysis demonstrated that total of 303 discontinuities exist. After actual excavation was completed, 161 discontinuities which are smaller than the number of face research results, forecasted with Tunnel Mapper were researched. The fact that the number of researches was significantly lower than the number of forecasts is an issue to factor in for verification. As result of the directivity verification following discontinuity’s project, forecasted measurement and actually researched measurement error for the Dip direction and Dip angle was less than ±10. Accuracy was 82.6% for Dip direction and 90.7% for Dip angle, which are high. Accordingly, face research discontinuity forecasting system’s reliability level towards directivity is high.
Tunnel Mapper, a tunnel face survey system can be leveraged to replace face’s visual survey and to obtain objective information, enabling execution of the survey system that can automate face survey going beyond time and space related limitations.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.